文字カウント

選択範囲or文書全体の字数を算出するマクロです。

注意点

• 改行・半角文字・全角文字、すべて1文字とカウントします。
• 文字の分類は Shift_JIS (CP932) を基準にしています。
• Unicode 対応は一部に留まります。
  • サロゲートペアは、Mery では仕様上2文字とカウントされますが、このマクロでは1文字とカウントします。
  • 結合文字列や異体字セレクタなどには対応していません。他の文字と同じようにカウントされます。
• 文字数や文字種が増えるほど処理に時間がかかります（作者の環境では100万字の処理に約1.5秒かかりました）。
  マクロ実行後、ステータスバーに処理に要した時間が表示されるので参考にしてください。

ソースコード

ダウンロード→ 文字カウント.zip

• 拙作ですがアイコンファイル (文字カウント.ico) を同梱してあります。
  Mery 2.4.7 以降の場合、マクロ (文字カウント.js) と同じフォルダに、
  Mery 2.4.6 以前の場合、Mery.exe と同じフォルダに、
  アイコンファイルを配置しておくとツールバーにアイコンが読み込まれます。

更新履歴

ファイル:文字カウント.zip

• 2019/06/16
  • 容量は ADODB.Stream を利用して算出するようにした（マクロ「バイト数」の ks 氏版を参考）。
  • 文字分類を改訂。
    • 容量の定義を撤廃し、統合できる項目を統合。
    • 分類「階層」を削除。
    • 分類「空白」に「改行」を含めるようにした。
    • 分類「半カナ」を「半ｶﾅ」に改称。
    • 分類「MS依存」を追加。
    • CP932 未定義文字の分類を "総数,MS外字" → "総数,MS依存" に変更。
  • 結果表示を改訂。
    • 「段落」を復活。
    • 「仮名」を追加（仮名文字の数と、「字数」に占める割合を表示）。
    • 「サイズ」を追加（現在のエンコードでの容量を表示）。
    • 「UTF-16」「UTF-8」「SJIS」は非表示に変更。
    • 「原稿」「漢字」「UTF-7」「EUC」「JIS」を追加（非表示）。
  • アイコンのカラーパレットを調整。48x48の画像を一部変更（1と3）。
• 2018/08/04
  • Document.LineEnding が使える場合は使うようにした（Mery 2.6.10 以降）。

    改行コードの判別にクリップボードを使わずに済むため、難点が解消されます。

• 2017/06/25
  • アイコンファイルに24x24・32x32・48x48の画像を追加。
• 2015/12/26
  • アイコンの指定先を "My Macros\文字カウント.ico" → "文字カウント.ico" に変更。
• 2015/09/30
  • 改行コードを判別し、容量に反映するようにした。ただし、判別にクリップボードを使うため、難点があります。
    • 計測範囲に改行が存在しない場合は判別できない。
    • クリップボード履歴が重複してしまう。
  • 結果表示を改訂。
    • 「段落」は非表示に変更（後述の定義変更による）。
    • 「拡張」を「依存」に改称し、MS拡張 → MS拡張+MS外字 の数に変更。
    • 「ｻﾛｹﾞｰﾄ」を「ペア」に改称。
    • 「SJIS」の内容を「数値 bytes」→「数値 バイト」に変更。
    • 「UTF-16」の内容を「数値 bytes (BOM無)」→「数値+2(BOM) バイト」に変更。
    • 「UTF-8」の内容を「数値 bytes (BOM無)」→「数値+3(BOM) バイト」に変更。
  • 文字分類を改訂。
    • 分類「段落」の定義を変更。 /^(?=　[^　\s])/gm → /^(?![ 　\t]*$)/gm
    • 分類「英単」を「半英単」に改称し、定義を変更。 /\b(?=\w)/g → /(?=[!-~](?![!-~]))/g

      Microsoft Word の文字カウント仕様（段落数、半角英数の単語数）に近づけた。
      ※仕様が不明なため、完全再現は目指していません。

    • 分類「会話」を削除。
    • ユーザー定義外字の分類を "総数,MS外字" → "総数,MS外字,全角" に変更。
    • 文字 U+0080 の分類を "総数,Uni" → "総数,MS外字" に変更。
    • Shift_JIS で保存すると似た字に化ける文字群を追加。
• 2014/02/17
  • アウトラインやアウトプットにフォーカスがある場合、カウントできないのを修正。

    文書の取得を Document → Editor.ActiveDocument に変更。

  • 分類「段落」の正規表現を短縮。 /^(?=　[^　\s]+)/gm → /^(?=　[^　\s])/gm
  • 分類「会話」の定義を変更。 /^(?=「.+」$)/gm → /^(?=「.*」$)/gm
• 2014/02/01
  • 初版公開。

文字分類

現在の定義は下表のとおりです。分類は Shift_JIS (CP932) を基準にしています。

• 赤地 の項目は、初期状態で結果表示される項目です。
• 「字数」は 総数 − 空白 で算出されます。

分類 (type)				正規表現 (re)	備考
	半英単			/(?=[!-~](?![!-~]))/g	ASCII文字の単語（半角英数の単語）
	段落			/^(?![ 　\t]*$)/gm	空白行でない論理行
総数
	制御	空白	改行	/\n/g	ASCII制御文字（改行）
			タブ	/\t/g	ASCII制御文字（水平タブ）
				/[\u0000-\u001F\u007F]/g	上記以外のASCII制御文字
	半角	空白	半空	/ /g	ASCII文字（半角空白）
		数字	半数	/[0-9]/g	ASCII文字（半角数字）
		英字	半英	/[A-Za-z]/g	ASCII文字（半角英字）
		記号		/[\u0020-\u007E]/g	上記以外のASCII文字
			半ｶﾅ	/[｡｢｣､･ｰﾞﾟ]/g
		仮名		/[ｦ-ｯｱ-ﾝ]/g
	全角	空白	全空	/　/g
		数字	全数	/[０-９]/g
		英字	全英	/[Ａ-Ｚａ-ｚ]/g
		仮名	かな	/[ぁ-ん]/g	※SJISでは ゔ ゕ ゖ などは扱えない
			カナ	/[ァ-ヶ]/g	※長音符や踊り字は記号扱い
		ギリシャ		/[Α-ΡΣ-Ωα-ρσ-ω]/g	※SJISではシグマの語末形 ς は扱えない
		キリル		/[ЁА-Яа-яё]/g	※Unicodeでは Ё ё の配置がJISと異なる
		記号		/[、。， (中略) ‡¶◯]/g	記号 (146字)
		罫線		/[─│┌ (中略) ┥┸╂]/g	罫線素片 (32字)
		漢字	第一	/[亜唖娃 (中略) 湾碗腕]/g	JIS第一水準漢字 (2965字)
			第二	/[弌丐丕 (中略) 瑤凜熙]/g	JIS第二水準漢字 (3390字)
			MS拡張	/[纊褜鍈 (中略) 鶴鸙黑]/g	IBM拡張文字 (漢字360字)
		MS依存
			MS拡張	/[①-⑳ (中略) ￤＇＂]/g	NEC特殊文字/IBM拡張文字 (記号等87字)
			MS外字	/[\uE000-\uE757]/g	Microsoft ユーザー定義外字 (1880字)
				/[\u0080\uF8F0-\uF8F3]/g	CP932 未定義文字 (5字)
	Uni	SP		/[\uD800-\uDBFF][\uDC00-\uDFFF]/g	サロゲートペア (U+10000～10FFFF)
				/[\u0000-\uFFFF]/g	上記以外の全文字

• Uni に分類される文字は、Shift_JIS では正常に保存できません。保存を強行した場合、似た文字や ? に化けます。
• MS依存 に分類される文字は、Shift_JIS では「環境依存文字」に該当します。
• 改行の定義が /\n/g なのは Mery の内部改行コードが [LF] で統一されているためです。

文字分類の仕様

文字分類は、ソースコードの最初あたりにある「■文字分類」以下で定義されています。

//■文字分類
{type:"総数,全角,カナ", re:/[ァ-ヶ]/g},  //一例
/* 以下略 */

re	カウントする対象を正規表現で記述します。 たとえば全角カタカナなら、re:/[ァ-ヶ]/g という具合です。 利用できる正規表現は、実行環境 JScript (JavaScript) の仕様に依存します。
type	分類名です。複数設定する場合はコンマで区切ります。 たとえば、type:"総数,全角,カナ" という具合です。 この場合、type["総数"], type["全角"], type["カナ"] の各変数にカウントが加算されます。

「文字カウント」マクロは、この定義を上から順に見て、該当する箇所を数えます。

結果表示について

表示される結果は、ソースコードの最後のほうにある「ここから～ここまで結果表示の定義」の部分で定義されています。
ソースコードを単純化すると、以下のような処理になっています。

var result = (※出力用のテキストを生成);
Alert(result);